腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

图形视觉

计算机图形学和计算机视觉相关专题

专栏作者

19

文章

30996

阅读量

17

订阅数

三维数据处理软件架构

opengl 编程算法 api 开源数据处理

三维数据处理软件，一般包含三个模块：数据管理和处理，三维渲染，UI。这与图形学的三个经典问题是相对应的：建模，渲染和交互。与一般常见的数据处理软件，比如图像视频处理，不同的是，这里的数据展示模块需要三维渲染。与之对应的UI操作，也变成了一些三维空间的变换，比如模型的旋转缩放等。

2019-11-01

1.3K0

四边形网格

正则表达式

正向建模软件可以直接创建四边形网格。逆向建模的网格一般是三角形网格，需要方法把三角形网格转成四边形网格

2019-10-31

1.3K0

生活当中，人们讨论中提到的曲率是哪一种曲率呢？我认为它并不是特指某类曲率，可能max(各类曲率)和它比较接近。比如一般认为圆柱也有非零曲率值，因为它的最大主曲率非零。

2019-10-30

1.2K0

三维网格表示

数据结构编程算法

网格的数据结构其实就是一个图结构：点，边，面。可以是有向图，比如半边结构，也可以是无向图。在不同的软件或者开发包里，网格数据结构的实现都是有差异的。这种差异主要体现在网格连接关系的记录结构上，比如顶点是否记录邻域点，边，面信息，边是否记录邻域面信息等。记录的信息越多，查询的时候越方便，但是冗余的信息也越多，如果网格连接关系有变动，维护的信息也越多。另外，这些关系的建立也是需要开销的。所以，没有最好的数据结构，只有最适合当前算法的数据结构。

2019-10-29

5780

细分网格建模

图像处理 webgl

在三维建模领域里，细分曲面算是一个比较常见的术语了，经常用于动画角色的原型设计，甚至在工业设计领域，也开始流行用细分建模来进行原型设计。教科书里一讲到细分曲面，必然提一下《Geri's Game》，这部动画片里人物造型应用的就是细分曲面技术。

2019-10-27

9570

这类变形的基本思想，是基于这么一个表示：模型 = 控制网格 * 基于控制网格的坐标

2019-10-25

9430

从STL文件到网格拓扑

STL文件是网格文件的一种格式，分为二进制和文本两种类型。具体来讲，它定义了一群三角面片，比如下面是一个文本的STL示例：

2019-10-25

8920

对于两个网格S和T，它们之间的映射F：S -> T，可以根据根据S和T的相似度来进行分类：

2019-10-24

1.6K0

深度学习监督学习

网格由顶点和面组成，我们对网格顶点或者面的进行分类，就是网格分割。它是一个分类问题，而分类问题是机器学习里的经典问题。

2019-10-23

1.3K0

网格简化可以减少网格的三角片数量，同时尽量保持住网格的几何信息或其它属性（如纹理）。它是网格处理里的经典问题，广泛应用于各个领域：

2019-10-22

4K1

RANSAC是 RANdom SAmple Consensus 的缩写，中文翻译叫随机采样一致。它可以从一组观测数据中，找出符合某些数学模型的样本集，并且估计出这个数学模型的参数。举个例子，如下图所示，这些点是观测数据，给定的数学模型是圆形和直线，我们想从这些观测数据中找出圆形和直线，并且估计出它们的几何参数。

2019-10-22

7870

重新网格化（Remesh）

Remesh并没有一个严格的定义，简单的讲，Remesh就是从一个输入网格生成另一个网格，并且满足一定的要求。根据网格改动大小，可以分为这么几类：

2019-10-21

3K0

主成分分析PCA

如图所示，这是一个二维点云，我们想找出方差最大的方向，如右图所示，这个最大方向的计算，就是PCA做的事情。在高维情况下，PCA不光可以计算出最大方差方向，还可以计算第二大，第三大方向等。

2019-10-19

1K1

参数曲面的参数域变量一般用UV字母来表达，比如参数曲面F(u,v)。所以一般叫的三维曲面本质上是二维的，它所嵌入的空间是三维的。凡是能通过F(u,v)来表达的曲面都是参数曲面，比如NURBS曲面。对于三角网格，如果能把它与参数平面建立一一映射，那么它也就被参数化了，这个映射就是UV展开。如下图所示，左图是右边网格在参数平面上的展开，这样每个顶点都有了一个uv参数值，这也被称为纹理坐标。

2019-10-18

2.8K0

渲染数据分析

对于一个三维空间的正则曲面R(u, v), 点(u, v)处的切平面(Ru, Rv)的法向量即为曲面在点(u, v)的法向量。点云是曲面的一个点采样，采样曲面的法向量就是点云的法向量。

2019-10-17

2.2K0

点云ICP注册

两个点云要注册在一块，一般分两个步骤：先做一个大致的对齐，也就是所谓的初始注册，一般可以通过一些可靠的点对来计算得到（如图3所示）；然后在初始注册的基础上进行精细注册，提升注册的精度（如图4所示）。精细注册的方法，一般采用ICP算法，也就是最近点迭代的方法。

2019-10-17

2.4K0

点云采样的方法有很多种，常见的有均匀采样，几何采样，随机采样，格点采样等。下面介绍一些常见的采样方法。

2019-10-16

1.8K0

彩色纹理网格

彩色顶点网格的顶点分辨率和色彩分辨率一样，当网格顶点比较少的时候，色彩信息会损失很多，如下图2所示。彩色贴图网格的色彩分辨率取决于纹理贴图的分辨率，与网格顶点分辨率无关，如图3所示，同样的网格，纹理贴图方式可以存储高于网格分辨率的色彩信息。

2019-10-15

1.6K0

KinectFusion 介绍

KinectFusion是微软在2011年发表的一篇论文里提到的点云重建的方法，论文题目是：KinectFusion: Real-Time Dense Surface Mapping and Tracking。点云是用Kinect采集的，然后算法把这些点云注册对齐，融合成一个整体点云。

2019-10-14

1.2K0

没有更多了

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态